Sueb, Agus Sonhaji (2014) Aplikasi prediksi pemesanan menu yang dipesan pada industri restoran dengan menggunakan metode aturan asosiasi. Undergraduate thesis, Universitas Islam Negeri Maulana Malik Ibrahim.
|
Text (Fulltext)
0760037.pdf - Accepted Version Available under License Creative Commons Attribution Non-commercial No Derivatives. Download (2MB) | Preview |
Abstract
INDONESIA:
Data mining merupakan proses analisis data menggunakan perangkat lunak untuk menemukan pola dalam himpunan data. Analisa data mining dapat menganalisa data dalam jumlah besar guna mendukung pengambilan keputusan. Dalam penelitian kali ini akan dibahas aturan asosiasi dengan menggunakan algoritma apriori. Analisa pola pembelian atau kebiasaan pembelian yang dilakukan oleh pelanggan disebut dengan market basket analysis. Apriori adalah suatu algoritma yang sudah sangat dikenal dalam melakukan pencarian frequent itemset dengan aturan asosiasi. Aturan asosiasi yang terbentuk akan diseleksi berdasarkan nilai minimal support dan confidence. Support adalah tingkat kemunculan suatu barang dari semua transaksi, semakin tinggi nilai support yang dimiliki, maka semaring sering muncul, sedangkan confidence adalah kekuatan hubungan antar item, artinya semakin tinggi confidence, maka semakin tinggi kekuatan hubungan antar item, yang artinya kemungkinan antar item tersebut dibeli secara bersamaan sangat tinggi. Aturan asosiasi yang memenuhi syarat minimal support dan confidence akan ditampilkan dan aturan asosiasi inilah yang akan dibuat menu paket.
ENGLISH:
Data mining is data analysis using software to discover a pattern for a data collection. Using data mining analysis make it possible to do analysis with a large number of collection to help making decision. In this research, the association concept using apriori algorithm will be deliberated. The analysis of consuming pattern or the habitual consumption done by customer is calles as market basket analysis Apriori is a well-known algorithm used to find frequent item with association rule. The forming of association rule will be selected based on minimum support and confidence . Support is the appearance of an item level of all transactions, the higher the confidence, the higher the strength of the relationships between items, which means the possibility of an item is purchased at the same time is very high. Association rules that satisfy the minimum support requirement and confidence will be displayed and the association rules is what will be created menu packages.
Item Type: | Thesis (Undergraduate) | |||||||||
---|---|---|---|---|---|---|---|---|---|---|
Supervisor: | Fatchurrochman, Fatchurrochman and Anggraeni, Linda Salma | |||||||||
Contributors: |
|
|||||||||
Keywords: | Data Mining; Aturan Asosiasi; Apriori; Support; Confidance | |||||||||
Departement: | Fakultas Sains dan Teknologi > Jurusan Teknik Informatika | |||||||||
Depositing User: | Indar Erdiana | |||||||||
Date Deposited: | 13 Oct 2017 14:38 | |||||||||
Last Modified: | 13 Oct 2017 14:38 | |||||||||
URI: | http://etheses.uin-malang.ac.id/id/eprint/7997 |
Downloads
Downloads per month over past year
Actions (login required)
View Item |